In Spain, traumatic brain injury (TBI) affects 200 new cases per 100,000 inhabitants, making it a significant cause of morbidity and mortality globally and a frequent reason for emergency department attention. This study addresses the lack of consensus on the use of diagnostic tests to exclude intracranial lesions, leading to overuse of Computed Tomography (CT) scans. To this end, we propose to improve the structuring and standardisation of information on Traumatic Brain Injury (TBI) in the Electronic Health Record (EHR) using terminologies and standards. To this end, a unification of the TBI
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
OBJECTIVE: Early diagnosis of cognitive impairment, including Alzheimer's and other dementias, is critical for effective treatment and slowing disease progression. However, over 50% of cases remain undiagnosed until advanced stages due to limitations in current methods. Recognizing speech impairments as early markers of cognitive decline, this study evaluated the utility of speech analysis as a technique for early detection. We introduce TransformerCARE, a speech processing pipeline utilizing advanced speech transformer models.
METHODS: TransformerCARE incorporated a series of key steps, incl
СтатьяПолный текст не найденПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
INTRODUCTION: The high sensitivity and low specificity of electrocardiogram (ECG) alarms can not only lead to alarm fatigue or neglect, but also interfere with the daily treatment and care of healthcare providers and pose potential harm to newborns. The effect of current clinical ECG alarm management strategies and their impact on healthcare providers warrant further assessment.
OBJECTIVES: To evaluate the current clinical ECG alarm management initiatives in NICUs and their impacts on healthcare providers' alarm fatigue levels, alarm perceptions and decision-making confidence.
METHODS: A nat
СтатьяПолный текст не найденПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Low‑dose CT (LDCT) screening reduces lung cancer mortality but yields high false‑positive findings, motivating practical AI that aligns with slice‑based clinical review. We evaluate a label‑efficient 2D pipeline that uses frozen RAD‑DINO embeddings from native‑resolution axial slices and a lightweight multilayer perceptron for patient‑level risk estimation via mean aggregation and isotonic calibration. Using the NLST CT arm with outcomes defined over a 0-24‑month window, we construct a fixed patient‑level split (one CT per patient; no cross‑split leakage) and perform 25 repeated imbalanced tes
СтатьяПолный текст не найденПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Hippocampal atrophy in moderate to severe traumatic brain injury (msTBI) may indicate neurodegenerative progression. This study compared hippocampal parenchyma fraction (HPF) between thirty two patients with msTBI at 3 months post-injury and thirty five healthy controls (HC). T1-weighed images were used to calculate HPF using kaiba software. A t-test revealed that HPF was significantly lower in msTBI patients (p < 0.001). A general linear model, adjusted for age and gender, also showed a significant association between HPF and group differences (p < 0.001).
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Gestational diabetes mellitus (GDM) is the most common metabolic disorder in pregnancy, posing risks to both maternal and neonatal health. Artificial intelligence (AI) and machine learning (ML)-based solutions hold the promise of improving GDM prediction, thus enabling earlier and more personalized care. The main objective of this systematic review is to provide a comprehensive overview of AI/ML methods used for GDM prediction, leveraging the data from both the preconception and pregnancy periods. We conducted a PRISMA-guided search across databases including PubMed, Scopus, IEEE, and Web of S
СтатьяСистематический обзорПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
BACKGROUND: Paper-based bladder diaries are widely used to assess urinary symptoms, including urinary incontinence (UI). Patient adherence to completing them is a challenge. Mobile applications (apps) have become accessible and low-cost alternative tools to improve clinical data collection; however, their accuracy still lacks evidence.
OBJECTIVE: To validate a mobile app to assess voiding habits.
METHODS: Clinimetric property study of the bladder diary app "Minha Bexiga." After the app's usability has been evaluated by the System Usability Score, women with and without UI, aged over 18 and w
СтатьяВалидационное исследованиеПолный текст не найденПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Anorexia Nervosa (AN) is a severe eating disorder requiring interventions that effectively involve the entire family. Family-Based Therapy (FBT) has shown promise, yet traditional training methods for caregivers can be time-consuming and challenging. We present a serious game leveraging large language models (LLMs) that generate realistic, scenario-based dialogues between caregivers and teens with AN, offering a safe space to practice supportive communication strategies. To enhance the credibility and therapeutic relevance of these generated dialogues, we utilize a few-shot learning approach i
СтатьяПолный текст не найденПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Simulations are often used in medical education to practice developing skills in low-stakes situations. We created a telemedicine simulation for residents in obstetrics, gynaecology, and family medicine to teach best practices in telehealth care. We wrote a case of a patient with gestational hypertension that tested resident performance in eight published telehealth competencies. Given the project's complexity, we conducted a usability test before piloting. Combining several user testing methods standard to interface usability testing, we identified and remedied critical usability issues befor
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
BACKGROUND: Menopause, endometriosis, miscarriage, and female infertility are health issues affecting women worldwide (nearly half the global population). The biomedical literature is human-readable and evergrowing with around 3.5K papers published daily. Current Artificial Intelligence (AI) cannot reliably deal with facts, and automatic processing of scientific publications to obtain reliable insights remains a challenge, although, representing diseases in an actionable (machine-interpretable semantics) has a long-standing tradition in biomedical research.
OBJECTIVE: Conduct some experiments
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
PURPOSE: To explore the information in routine digital subtraction angiography (DSA) and evaluate deep learning algorithms for automated identification of anatomic location in DSA sequences.
METHODS: DSA of the abdominal aorta, celiac, superior mesenteric, inferior mesenteric, and bilateral external iliac arteries was labeled with the anatomic location from retrospectively collected endovascular procedures performed between 2010 and 2020 at a tertiary care medical center. "Key" images within each sequence demonstrating the parent vessel and the first bifurcation were additionally labeled. Mod
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
BACKGROUND AND OBJECTIVE: In the traditional diagnostic process for multiple myeloma cancer, a pathologist screens prepared blood samples using a microscope to detect, classify, and count plasma cells. This manual approach is time-consuming, exhausting, and prone to human errors. Consequently, medical experts and researchers are highly interested in any tool that partially or entirely automates this process. To achieve this goal, we developed a software tool called PlasmaCell CAD to analyze effective cells for diagnosing multiple myeloma cancers through microscopic images.
METHODS: In the pro
СтатьяПоддержка исследования: вне правительства СШАПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Leukemia is a kind of cancer characterized by the proliferation of abnormal, immature White Blood Cells (WBCs) produced in the bone marrow, which subsequently circulate throughout the body. Prompt leukemia diagnosis is vital in determining the optimal treatment plan, as different types of leukemia require distinct treatments. Early detection is therefore instrumental in facilitating the use of the most effective therapies. The identification of leukemia cells from microscopic images is considered a challenging task due to the complexity of the image features. This paper presents a deep learnin
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Data scieQuerynce (DS) methods and artificial intelligence (AI) are critical in today's healthcare services operations. This study focuses on evaluating the effectiveness of AI and DS in biomedical diagnostics, including automatic detection and counting of white blood cells (WBCs) and types, which provide valuable information for diagnosing and treating blood diseases such as leukemia. Automating these tasks using AI and DS saves time and avoids or minimizes errors compared to manual processes, which can be complex and error prone. The study utilizes bibliographic data from SCOPUS to evaluate
СтатьяОбзорПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Anorectal malformations (ARMs) are congenital anomalies of the distal part of the hindgut often associated with sacral and/or spinal anomalies. We investigated anatomical and microstructural properties of the lumbosacral plexus of ARM patients from imaging data. Twenty-five patients (16 males), median age 4 months (2-49), 13 high and 12 low ARM, underwent 3 Tesla magnetic resonance imaging with diffusion tensor sequences (dMRI) before repair. A 3D model was built from manual segmentation and used to guide novel AI algorithms for the segmentation of the nervous pelvic network. Volume and diffus
СтатьяПолный текст не найденПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Accurate facial asymmetry assessment is essential in orthodontics, maxillofacial surgery, and plastic surgery. While minor asymmetry is common, severe cases often result from congenital conditions or trauma. Traditional methods struggle to comprehensively quantify asymmetry's extent and direction. This study developed and compared artificial neural networks (ANN) and Siamese neural networks (SNN) to detect facial asymmetry and determine deviation direction (horizontal/vertical). A dataset of 1200 frontal photographs, annotated by three orthodontists, was used. The MediaPipe model facilitated f
СтатьяПолный текст не найденПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Breast ultrasound is a useful and rapid diagnostic tool for the early detection of breast cancer. Artificial intelligence-supported computer-aided decision systems, which assist expert radiologists and clinicians, provide reliable and rapid results. Deep learning methods and techniques are widely used in the field of health for early diagnosis, abnormality detection, and disease diagnosis. Therefore, in this study, a deep ensemble learning model based on Dirichlet distribution using pre-trained transfer learning models for breast cancer classification from ultrasound images is proposed. In the
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Craniosynostosis is a congenital condition characterized by premature fusion of a newborn's cranial bones, impeding brain growth and causing disfiguration. Early diagnosis allows less invasive surgery and better outcomes, but diagnosis is often delayed and current practice often relies on computed tomography (CT), exposing infants to radiation. Routine head photography offers a safer alternative, and advances in artificial intelligence (AI) provide an opportunity to detect this condition earlier. We evaluated three state-of-the-art architectures: EfficientNet-B7, ResNet-50, and ResNet-152, tra
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Ventriculoperitoneal (VP) shunts are a mainstay treatment for hydrocephalus and identifying the correct valve type is essential to determine its setting. The proliferation of valve models over the last few decades makes identification on radiographs more difficult and time consuming. We trained a deep learning model to detect and classify VP shunts on radiographs. We curated 2263 skull radiographs spanning 11 valve types and split the data 80/10/10 for training/validation/test. A YOLOv8-large model was fine-tuned with augmentation and hyperparameter search (300 epochs, batch 32, 640 × 640 inpu
СтатьяПолный текст не найденПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
BACKGROUND AND OBJECTIVE: Multidrug-resistant urinary tract infections (MDR UTIs) are a growing concern in patients with brain and spinal cord injuries due to their high susceptibility to UTIs and repeated antibiotic exposure. This study aimed to develop and externally validate a machine learning model for predicting MDR UTIs in patients with brain and spinal cord injuries.
METHODS: We retrospectively analyzed 849 patients with brain or spinal cord injuries and culture-confirmed UTIs. Data from a single institution were used for model training, and the other served as an external test set. Fi
СтатьяМногоцентровое исследованиеВалидационное исследованиеПолный текст не найденПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
MedElevator
Войти в исследования